【技术实现步骤摘要】
本申请属于计算机视觉领域，涉及图像处理技术，尤其涉及一种图像生成方法、装置及计算机设备。
技术介绍
1、大型语言模型的低秩自适应模型(low-rank adaptation of large languagemodels，lora)可以理解为扩散(stable diffusion,sd)模型中的一种插件。在相关技术中，用户通过选择lora模型，设置lora模型的权重，在sd模型运行时，通过调用该lora模型对输入的图片进行风格优化，从而生成用户想要的风格效果图，但这类方法只能采用单一的lora模型生成单一的效果图，例如，水墨画风格的lora模型只能生成水墨画风格的图片，卡通风格的lora模型只能生成卡通风格的图片，而无法同时实现多种风格的叠加。
2、此外，在另一相关技术中，虽然可以叠加多个lora模型，从而将多种不同风格进行融合。然而，这类简单融合的方法无法把控生成图片的效果，例如，该图片在生成的过程中可能受到多个lora模型的相互制约，从而影响图片的生成效果。
技术实现思路
...
【技术保护点】
1.一种图像生成方法，其特征在于，包括：
2.根据权利要求1所述的图像生成方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的图像生成方法，其特征在于，所述将所述多张目标图片与所述标识词输入预设的扩散模型，确定初始参数，包括：
4.根据权利要求3所述的图像生成方法，其特征在于，所述将所述第一类标识词、所述第一类图片、所述多个第二类标识词以及所述多张第二类图片输入所述扩散模型，得到第一模型参数以及多个第二模型参数，包括：
5.根据权利要求2所述的图像生成方法，其特征在于，所述基于所述目标语句以及所述融合模型，生成效
...【技术特征摘要】
1.一种图像生成方法，其特征在于，包括：
2.根据权利要求1所述的图像生成方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的图像生成方法，其特征在于，所述将所述多张目标图片与所述标识词输入预设的扩散模型，确定初始参数，包括：
4.根据权利要求3所述的图像生成方法，其特征在于，所述将所述第一类标识词、所述第一类图片、所述多个第二类标识词以及所述多张第二类图片输入所述扩散模型，得到第一模型参数以及多个第二模型参数，包括：
5.根据权利要求2所述的图像生成方法，其特征在于，所述基于所述目标语句以及所述融合模型，生成效果图，包括：
6.根据权利要求5所述...
【专利技术属性】
技术研发人员：罗丹，
申请(专利权)人：广州商研网络科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。